CN117236646B - 车辆调度方法、装置、电子设备和计算机可读介质 - Google Patents
车辆调度方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117236646B CN117236646B CN202311490228.9A CN202311490228A CN117236646B CN 117236646 B CN117236646 B CN 117236646B CN 202311490228 A CN202311490228 A CN 202311490228A CN 117236646 B CN117236646 B CN 117236646B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- driver
- sequence
- tag
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000013598 vector Substances 0.000 claims description 56
- 238000012545 processing Methods 0.000 claims description 29
- 230000007704 transition Effects 0.000 claims description 29
- 230000004044 response Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了车辆调度方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集;创建乘车订单信息序列;生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度。该实施方式可以减少计算资源的消耗。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及车辆调度方法、装置、电子设备和计算机可读介质。
背景技术
车辆调度方法,适用于调度车辆的一项技术。目前,在进行车辆调度时,通常采用的方式为:根据驾驶员和车辆的状态,对车辆进行固定班次的排班,同时在服务端创建各个班次的信息,以用于进行车辆调度。
然而,发明人发现,当采用上述方式进行车辆调度时,经常会存在如下技术问题:
第一,在没有乘客订单的情况下,提前进行大量的固定班次创建,不仅需要消耗服务端的计算资源,还需要实时的对驾驶员状态和车辆状态进行维护更新,由此,难以充分利用车辆调度资源以及需要更多的计算资源进行车辆调度的维护,从而,导致计算资源的浪费,以及降低了车辆资源的利用率;
第二,在进行车辆调度时,若不进行实时的驾驶员状态和车辆状态的更新,则难以更好的把控车辆调度时机,以此导致调度车辆的稳定性降低;
第三,固定班次的创建,在驾驶员、车辆和行驶线路之间容易产生不必要关联耦合,由此,导致车辆调度的灵活度降低,从而,导致车辆调度的效率降低,以及降低了车辆资源的利用率。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆调度方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种车辆调度方法,该方法包括:获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;利用上述乘客下单信息集,创建乘车订单信息序列;基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;响应于确定上述车辆排班标识序列满足预设的车辆分配条件,基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;响应于确定上述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于上述匹配后车辆排班信息序列和上述车辆行驶时间段信息序列,对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将上述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。
第二方面,本公开的一些实施例提供了一种车辆调度装置,该装置包括:获取单元,被配置成获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;创建单元,被配置成利用上述乘客下单信息集,创建乘车订单信息序列;生成单元,被配置成基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;匹配处理单元,被配置成响应于确定上述车辆排班标识序列满足预设的车辆分配条件,基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;分配处理单元,被配置成响应于确定上述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于上述匹配后车辆排班信息序列和上述车辆行驶时间段信息序列,对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;发送以及车辆调度单元,被配置成将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将上述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆调度方法,可以减少计算资源的浪费和提高车辆资源的利用率。具体来说,造成计算资源浪费的原因在于:在没有乘客订单的情况下,提前进行大量的固定班次创建,不仅需要消耗服务端的计算资源,还需要实时的对驾驶员状态和车辆状态进行维护更新,由此,难以充分利用车辆调度资源以及需要更多的计算资源进行车辆调度的维护,从而,导致计算资源的浪费,以及降低了车辆资源的利用率。基于此,本公开的一些实施例的车辆调度方法,首先,获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识。通过引入驾驶员标签信息集,可以用于表征各个驾驶员的状态。同时引入待调度车辆信息集,可以用于表征对应当前线路的车辆状态。然后,可以在车辆调度之前,创建乘车订单信息序列。之后,基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列。这里,可以根据已创建的订单信息,对应生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列,达到根据订单进行车辆排班的目的。由此,可以避免在没有订单的情况下,需提前进行大量的班次创建所消耗的计算资源。而后,通过进行匹配处理,可以为已排班的车辆分配相匹配的驾驶员。接着,通过分配处理,可以将创建的乘车订单信息分配于已排班的车辆。最后,通过发送可以用于进行车辆调度和驾驶员调度。因此,通过引入了待调度车辆信息集和驾驶员标签信息,使得无需实时进行车辆和驾驶员状态维护。从而,进一步减少了计算资源的消耗。同时,也因为车辆调度资源是根据乘车订单变化的,由此,无需创建没有订单的固定班次,以及无需进行相应的车辆调度。进而,提高了车辆资源的利用率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的车辆调度方法的一些实施例的流程图;
图2是根据本公开的车辆调度装置的一些实施例的标签选取界面的示意图;
图3是根据本公开的车辆调度装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的用户个人信息(例如用户订单信息)的收集、存储、使用等操作,在执行相应操作之前,相关组织或个人尽到包括开展个人信息安全影响评估、向个人信息主体履行告知义务、事先征得个人信息主体的授权同意等义务。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的车辆调度方法的一些实施例的流程100。该车辆调度方法,包括以下步骤:
步骤101,获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集。
在一些实施例中,车辆调度方法的执行主体可以通过有线的方式或者无线的方式获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集。其中,上述驾驶员标签信息集中的每个驾驶员标签信息可以包括驾驶员标签组和驾驶员标识。乘客下单信息可以是乘客通过用户终端购票的信息。乘客下单信息可以包括:乘客标识和乘客上车时间段。当前行驶线路可以是某一条车辆运行线路。对于一条车辆运行线路,可以对应有多个运行车辆。每个运行车辆可以对应一个待调度车辆信息。待调度车辆信息可以表征当前线路上可以参与车辆调度的车辆信息。待调度车辆信息可以包括站点车辆标识、车辆运行时间段、车型标识等。每个驾驶员标签信息可以用于表征一个驾驶员预先设定的驾驶状态或驾驶需求条件。驾驶员标签组中可以包括至少一个驾驶员标签。
作为示例,驾驶员标签可以是驾驶员预先设定的标签,例如,“可以出车”标签、“正在出车”标签、“可以开夜车”标签、“请假中”标签、“开7座车”标签等。那么,驾驶员标签信息集可以是:{[驾驶员1:“可以出车”,“开7座车”],[驾驶员2:“请假中”],[驾驶员3:“正在出车”],[驾驶员4:“可以出车”,“开5座车”],[驾驶员5:“可以出车”],[驾驶员6:“可以出车”,“可以开夜车”] ,[驾驶员7:“正在出车”]}。其次,待调度车辆信息集可以是:{[车辆标识:“车001”,车辆运行时间段:“7点到8点”,车型标识:“7座”]、[车辆标识:“车002”,车辆运行时间段:“9点到10点”,车型标识:“5座”]、[车辆标识:“车003”,车辆运行时间段:“8点到9点”,车型标识:“7座”]}。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
可选的,上述对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集可以是通过以下步骤生成:
第一步,获取对应当前行驶线路的站点车辆标识集和对应上述站点车辆标识集中各个站点车辆标识的车辆运行信息集。其中,上述车辆运行信息集中的每个车辆运行信息包括:车辆当前运行时间段。站点车辆标识可以是对应某一起终点车站的某一车辆唯一标识。车辆运行信息可以包括但不限于:站点车辆标识、车辆运行时间段、车型标识等。车辆运行时间段可以是车辆正在进行出车的排班时间段。若车辆处于空闲状态、车辆运行时间段可以为空。车型标识可以用于表征车辆的车型。例如,7座型车辆。
第二步,将上述车辆运行信息集中包括的车辆当前运行时间段满足预设运行时段条件的车辆运行信息对应的站点车辆标识确定为待调度车辆信息,得到待调度车辆信息集。其中,上述预设运行时段条件可以是车辆当前运行时间段的值为空或车辆运行时间段中最后一个时间点处于预设运营时间段之内。
第三步,向上述待调度车辆信息集中的每个待调度信息对应驾驶员终端发送标签确定指令,以供驾驶员通过驾驶员终端的标签选取界面选定驾驶员标签组,得到驾驶员标签组集合。其中,标签确定指令可以是预先设置的用于指示驾驶员选择标签的指令。
作为示例,标签选取界面可以如图2所示。
第四步,获取对应各个驾驶员终端的驾驶信息,得到驾驶信息集,其中,上述驾驶信息集中的每个驾驶信息可以包括当前驾驶时长和当前驾驶时间间隔。
第五步,基于驾驶信息集中驾驶信息包括的当前驾驶时长和当前驾驶时间间隔,生成驾驶疲劳度标签集。其中,驾驶疲劳度标签可以是预先划分的用于表征驾驶员疲劳等级的标签。对于每个驾驶信息包括的当前驾驶时长和当前驾驶时间间隔,从预设驾驶疲劳对照表中选出对应当前驾驶时长和当前驾驶时间间隔的驾驶疲劳度标签。这里,预设驾驶疲劳对照表可以包括三列数据,第一列可以包括各个当前驾驶时长时间段、第二列包括各个当前驾驶时间间隔时间段、第三个可以是各个驾驶疲劳度标签。
第六步,将上述驾驶疲劳度标签集中的各个驾驶疲劳度标签添加至上述驾驶员标签组集合中对应的驾驶员标签组中,以及将添加后的驾驶员标签组和对应的驾驶员标识确定为驾驶员标签信息,得到驾驶员标签信息集。
步骤102,利用乘客下单信息集,创建乘车订单信息序列。
在一些实施例中,上述执行主体可以利用上述乘客下单信息集,创建乘车订单信息序列。其中,创建乘车订单信息序列,可以是上述执行主体利用每个乘客下单信息包括的乘客标识和乘客上车时间段,生成对应的订单信息。乘车订单信息可以包括:乘客标识、乘客上车时间段。
作为示例,乘车订单信息序列可以是:{[乘客标识:“乘客0001”、乘客上车时间段:“7点-8点”],[乘客标识:“乘客0002”、乘客上车时间段:“7点-8点”],[乘客标识:“乘客0003”、乘客上车时间段:“8点-9点”],[乘客标识:“乘客0004”、乘客上车时间段:“9点-10点”]}。
步骤103,基于待调度车辆信息集和乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列。
在一些实施例中,上述执行主体可以基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列。其中,待调度车辆信息集中的每个待调度车辆信息还可以包括:车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数。这里,车辆里程数是车辆所行驶的里程数。车辆胎压检测值组中包括车辆各个轮胎的胎压检测值。车辆问题标签组中的车辆问题标签可以是驾驶员在出车回站后,针对车辆定义的车辆问题标签。例如,刹车松动标签、空调不制冷标签等。其次,车辆问题标签可以通过预设的标识(例如,1、2)进行表示。车辆环境指数可以表征车辆在回站后车内的环境整洁程度。实践中,车辆环境指数可以是驾驶员通过驾驶员终端选定的。还可以是根据车内摄像头拍摄车内图像后,基于预设的车内环境指数检测模型检测生成的。另外,可以将上述待调度车辆信息集和上述乘车订单信息序列发送至客运终端,以供客运调度人员输入所确定的车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列。
作为示例,上述车内环境指数检测模型可以包括但不限于以下至少一项:Resnet(Residual Network,残差神经网络)模型、VGG(Visual Geometry Group Network,卷积神经网络)模型和GoogLeNet(深度神经网络)模型等。车辆排班标识序列可以是:{1:“车001”,2:“车003”,3:“车002”}。那么,对应各个车辆排班标识的车辆行驶时间段信息序列可以是:{“7点到8点”,“8点到9点”,“9点到10点”}。
可选的,还可以通过以下步骤生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列:
第一步,从上述待调度车辆信息集中选出包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数各项均满足对应的筛选条件的待调度车辆信息,得到选出后待调度车辆信息组。其中,车辆里程数的筛选条件可以是车辆里程数小于预设里程阈值(例如,“20000”公里)。车辆胎压检测值的筛选条件可以是车辆胎压监测值大于预设胎压阈值(例如,230千帕)。车辆问题标签组的筛选条件可以是车辆问题标签组为空。车辆油量值的筛选条件可以是车辆油量值大于预设油量阈值(例如,30升)。车辆环境指数的筛选条件可以是车辆环境指数大于预设指数阈值(例如,80%)。
作为示例,待调度车辆信息集可以是:{[待调度车辆1,车辆里程数:“5632公里”,车辆胎压检测值组:“左前轮:230千帕,右前轮:233千帕,左后轮:198千帕,右后轮:235千帕”,车辆问题标签组:“空调不制冷”,车辆油量值:“32升”,车辆环境指数:“90%”],[待调度车辆2,车辆里程数:“2334公里”,车辆胎压检测值组:“左前轮:231千帕,右前轮:245千帕,左后轮:240千帕,右后轮:235千帕”,车辆问题标签组:“无”,车辆油量值:“35升”,车辆环境指数:“50%”],[待调度车辆3,车辆里程数:“15623公里”,车辆胎压检测值组:“左前轮:244千帕,右前轮:231千帕,左后轮:251千帕,右后轮:238千帕”,车辆问题标签组:“无”,车辆油量值:“40升”,车辆环境指数:“90%”]}。那么,选出后待调度车辆信息组可以是:{[待调度车辆2,车辆里程数:“2334公里”,车辆胎压检测值组:“左前轮:231千帕,右前轮:245千帕,左后轮:240千帕,右后轮:235千帕”,车辆问题标签组:“无”,车辆油量值:“35升,车辆环境指数:“50%”] ,[待调度车辆3,车辆里程数:“15623公里”,车辆胎压检测值组:“左前轮:244千帕,右前轮:231千帕,左后轮:251千帕,右后轮:238千帕”,车辆问题标签组:“无”,车辆油量值:“40升”,车辆环境指数:“90%”]}。
第二步,对上述选出后待调度车辆信息组中每个选出后待调度车辆信息包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数分别进行向量化以生成待调度车辆特征向量,得到待调度车辆特征向量集。其中,首先可以将车辆问题标签组中车辆问题标签对应的标识作为标签值。然后,可以将车辆里程数、车辆胎压检测值组、标签值、车辆油量值、车辆环境指数进行归一化。最后,可以按照预设的排列顺序,将归一化后的车辆里程数、车辆胎压检测值组、标签值、车辆油量值、车辆环境指数排列组合为待调度车辆特征向量。
作为示例,待调度车辆特征向量集可以是:{[0.12,0.89,0.94,0.92,0.90,0,0.58,0.9],[0.78,0.94,0.89,0.97,0.92,0,0.5,0.9]}。
第三步,获取与上述待调度车辆特征向量集中的每个待调度车辆特征向量对应同一车辆的历史车辆特征向量序列,以及将各个历史车辆特征向量与待调度车辆特征向量输入至预设的状态转换模型以生成状态转换概率值,得到状态转换概率值集。这里,每个状态转换概率值可以用于表征一个车辆的状态从可用状态转换为停车检修状态的转换概率。
作为示例,上述状态转换模型可以包括但不限于以下至少一项:隐马尔科夫模型、高斯过程隐马尔科夫模型、深度隐马尔科夫模型等。
对应同一车辆的历史车辆特征向量序列可以是:{[0.74,0.94,0.90,0.97,0.92,0,0.6,0.9],[0.76,0.92,0.89,0.97,0.92,0,0.7,0.9],[0.78,0.94,0.89,0.97,0.92,0,0.5,0.9],[0.77,0.95,0.93,0.97,0.93,0,0.8,1]}。另外,状态转换概率值集可以是:[0.1,0.1]。
第四步,从上述待调度车辆特征向量集中选出对应的状态转换概率值小于预设转换阈值的待调度车辆特征向量,得到确定后待调度车辆特征向量集。以及向每个确定后待调度车辆特征向量中添加对应的状态转换概率值以生成目标车辆特征向量,得到目标车辆特征向量集。这里,状态转换概率值可以作为一个维度的数据添加到确定后待调度车辆特征向量。
作为示例,预设转换阈值可以是0.5。那么,确定后待调度车辆特征向量集可以是:{[0.12,0.89,0.94,0.92,0.90,0,0.58,0.9],[0.78,0.94,0.89,0.97,0.92,0,0.5,0.9]}。
第五步,将上述目标车辆特征向量集分别输入至预设的排序权值回归模型,得到车辆排序权值集。其中,排序权值回归模型可以用于确定每个车辆对应的车辆排序权值。车辆排序权值可以用于表征车辆排班优先程度。
作为示例,排序权值回归模型可以包括但不限于以下至少一项:决策树模型、随机森林模型等。那么,车辆排序权值可以是:[0.9,0.8]。
第六步,利用上述车辆排序权值集,对上述确定后待调度车辆特征向量集中的各个确定后待调度车辆特征向量对应的站点车辆标识进行排序处理,得到车辆排班标识序列。其中,可以按照车辆排序权值从大到小的顺序对各个对应的站点车辆标识进行排序。
作为示例,车辆排班标识序列可以是:[待调度车辆2,待调度车辆3]。
第七步,获取对应每个车辆排班标识对应的车辆历史出行时间段集,以及将车辆历史出行时间段集中各个车辆历史出行时间段的时长确定为排班时长,生成与排班时长对应的车辆行驶时间段信息。其中,车辆行驶时间段信息可以包括车辆出车时间段。其次,可以将当前时间点为起始点,按照车辆排班标识的顺序为每个车辆分配对应的车辆出车时间段。由此,可以得到车辆行驶时间段信息序列。
上述各个步骤及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“在进行车辆调度时,若不进行实时的驾驶员状态和车辆状态的更新,则难以更好的把控车辆调度时机,以此导致调度车辆的稳定性降低”。导致调度车辆的稳定性降低的因素往往如下:在进行车辆调度时,若不进行实时的驾驶员状态和车辆状态的更新,则难以更好的把控车辆调度时机。为了达到这一效果,首先,通过驾驶员选择驾驶员标签,可以用于表征驾驶员状态和驾驶员驾驶意向等特征。由此,可以在为驾驶员分配驾驶车辆时,极大的满足各个驾驶员的需求。由此,无需对驾驶员状态进行实时的更新。同时,通过检测或驾驶员确定等方式赋予表征车辆状态的待调度车辆信息。也因为待调度车辆信息中包括了车辆的各项状态,可以通过筛选的方式,初步选出状态稳定的车辆。然后,通过生成待调度车辆特征向量以及获取对应的历史车辆特征向量序列,可以通过预设的状态转换模型,进一步确定车辆的状态变化概率。以此,可以进一步选出状态稳定的车辆。由此,可以更加精确的把控车辆调度过程中各个车辆的状态,提高了车辆调度时机的准确度。同时,还引入预设的排序权值回归模型,基于待调度车辆特征向量和车辆的状态变化概率,确定每个车辆对应的车辆排序权值。以此,可以便于对车辆进行排班。从而,提高了对车辆调度时机把控,以极大的避免调度车辆出现异常情况的可能性。进而,提高了车辆调度的稳定性。
步骤104,响应于确定车辆排班标识序列满足预设的车辆分配条件,基于车辆行驶时间段信息序列和驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列。
在一些实施例中,上述执行主体可以响应于确定上述车辆排班标识序列满足预设的车辆分配条件,基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列。
作为示例,车辆分配条件可以是车辆排班标识对应的车辆位置数量大于等于处于车辆行驶时间段内的各个乘车订单信息的数量。例如,车辆排班标识可以是:[排班3:“车002”]。那么对应的车辆位置数量可以是“5”。对应的时间段可以是:“9点到10点”。若在该数量“5”大于等于该时间段内的乘车订单信息的数量,则确定上述车辆排班标识序列满足预设的车辆分配条件。其次,匹配后车辆排班信息序列可以是:{[排班1:“车001”,驾驶员标识:“驾驶员1”],[排班2:“车003”,驾驶员标识:“驾驶员5”],[排班3:“车002”,驾驶员标识:“驾驶员4”]}。
在一些实施例的一些可选的实现方式中,每个驾驶员标签组可以包括但不限于以下至少一项:表征驾驶员疲劳状态、驾驶员指定时间段、驾驶员指定车型、驾驶员指定线路或驾驶员指定场景的驾驶员标签;以及
上述执行主体基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列,可以包括以下步骤:
第一步,获取当前驾驶场景信息和预设规划时间段组。其中,当前驾驶场景信息可以包括驾驶场景标识。例如,表示夜间场景或白天场景的驾驶场景标识。预设规划时间段组中的预设规划时间段可以是出车时间段范围。例如,预设规划时间段可以是:早上6点到中午12点的时间段,下午1点到6点的时间段,晚上7点到11点的时间段。
第二步,从上述驾驶员标签信息集中选出包括的驾驶员标签组和上述当前驾驶场景信息相匹配的驾驶员标签信息,作为第一选取驾驶员标签信息组。其中,上述第一选取驾驶员标签信息组中的第一选取驾驶员标签信息可以包括的表征驾驶员指定场景的驾驶员标签与上述当前驾驶场景信息相匹配。这里,相匹配可以指驾驶员标签组中包括的表征驾驶员指定场景的驾驶员标签与当前驾驶场景信息包括的驾驶场景标签相同。
第三步,从上述第一选取驾驶员标签信息组中选出包括的驾驶员标签组和上述当前行驶线路相匹配的驾驶员标签信息,作为第二选取驾驶员标签信息组。其中,上述第二选取驾驶员标签信息组中的第二选取驾驶员标签信息包括的表征驾驶员指定线路的驾驶员标签与上述当前行驶线路相匹配。这里,相匹配可以指驾驶员标签组中包括的表征驾驶员指定线路的驾驶员标签与当前行驶线路对应同一线路。
第四步,基于上述车辆行驶时间段信息序列和上述第二选取驾驶员标签信息组中第二选取驾驶员标签信息包括的表征驾驶员指定时间段的驾驶员标签,对上述第二选取驾驶员标签信息组进行分类处理,得到分类后驾驶员标签信息组集合。其中,分类处理可以是按照表征驾驶员指定时间段的驾驶员标签,将表征的时间段处于同一时间段的第二选取驾驶员标签信息确定为分类后驾驶员标签信息组。由此,得到分类后驾驶员标签信息组集合。
第五步,对于上述车辆排班标识序列中的每个车辆排班标识,执行以下筛选步骤,以生成匹配后车辆排班信息序列中的匹配后车辆排班信息:
步骤一,从上述分类后驾驶员标签信息组集合中选出与上述车辆排班标识相匹配的分类后驾驶员标签信息,作为选取后驾驶员标签信息组。这里,相匹配可以是分类后驾驶员标签信息组中分类后驾驶员标签信息包括的表征驾驶员指定时间段的驾驶员标签与车辆排班标识对应的时间段相同。
步骤二,根据上述选取后驾驶员标签信息组中选取后驾驶员标签信息包括的表征驾驶员疲劳状态的驾驶员标签,从上述选取后驾驶员标签信息组中选出与上述车辆排班标识对应的选取后驾驶员标签信息,作为目标驾驶员标签信息。其中,可以从上述选取后驾驶员标签信息组中选出包括的表征驾驶员疲劳状态的驾驶员标签为在疲劳等级最高的选取后驾驶员标签信息,作为与上述车辆排班标识对应的选取后驾驶员标签信息。
步骤三,将上述目标驾驶员标签信息与对应的车辆排班标识确定为匹配后车辆排班信息。
步骤105,响应于确定匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于匹配后车辆排班信息序列和车辆行驶时间段信息序列,对乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列。
在一些实施例中,上述执行主体可以响应于确定上述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于上述匹配后车辆排班信息序列和上述车辆行驶时间段信息序列,对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列。其中,上述驾驶员分配条件可以是各个匹配后车辆排班信息均包括对应的驾驶员标识。上述匹配后车辆排班信息序列满足预设的驾驶员分配条件可以指,每个排班车辆均分配有对应的驾驶员。其次,分配处理可以是,按照乘车订单信息序列各个乘车订单信息包括的乘车乘客上车时间段,分配对应同一时间段的车辆。由此,可以将对应同一车辆的各个乘车订单信息确定为分配后订单信息组。
作为示例,分配后订单信息组序列可以是:{[车辆标识:“车001”,驾驶员标识:“驾驶员1”,乘客标识:“乘客0001”,乘客标识:“乘客0002”],[车辆标识:“车003”,驾驶员标识:“驾驶员5”,乘客标识:“乘客0003”],[车辆标识:“车002”,驾驶员标识:“驾驶员4”,乘客标识:“乘客0004”]}。
可选的,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述车辆排班标识序列不满足上述车辆分配条件、以及存在剩余车辆排班标识,将各个剩余车辆排班标识对应的车辆信息添加至预设的闲置车辆信息集,得到添加后闲置车辆信息集。其中,每个剩余车辆排班标识对应的车辆信息可以包括当前行驶线路。其次,存在剩余车辆排班标识可以表征存在车辆未被进行调度,处于空闲状态。
第二步。响应于接收到针对上述添加后闲置车辆信息集中添加后闲置车辆信息的车辆调度请求信息,获取与上述添加后闲置车辆信息集中的各个添加后闲置车辆信息对应的车辆定位坐标,得到车辆定位坐标集。其中,车辆调度请求信息可以是其它站点由于车辆分配不足、发出的车辆调度指令信息。这里,车辆调度请求信息可以包括:调度路线、车辆调度数量、调度车辆类型等信息。其次,车辆定位坐标可以表征当前站点处于闲置状态车辆的车辆位置。
第三步。利用上述车辆调度请求信息和上述车辆定位坐标集,对上述添加后闲置车辆信息集中的各个添加后闲置车辆信息进行调度处理,以生成调度车辆信息组。其中,上述调度车辆信息组中的每个调度车辆信息可以包括调度路线和调度车辆标识。调度路线与上述当前行驶线路满足预设路线匹配条件。预设路线匹配条件可以是调度路线与当前行驶线路之间的距离小于预设距离阈值。这里,调度处理可以是从添加后闲置车辆信息集中选出与调度路线满足预设路线匹配条件的添加后闲置车辆信息。
第四步,将上述调度车辆信息组中的调度车辆信息发送至对应的调度终端,以供进行车辆跨路线调度。其中,调度终端可以是与车辆对应的驾驶员终端,也可以是站内用于调配车辆的显示终端。
可选的,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述车辆排班标识序列不满足上述车辆分配条件、以及不存在剩余车辆排班标识,基于上述乘车订单信息序列和上述车辆排班标识序列,生成待添加车辆信息。其中,不满足上述车辆分配条件、以及不存在剩余车辆排班标识可以表征车辆数量不足,不满足站内车辆调度需求。这里,可以将乘车订单信息序列分配于各个车辆排班标识对应的车辆,得到剩余订单信息组。然后,可以根据剩余订单信息组中剩余订单信息包括的乘客上车时间段,确定所需要调度的待添加车辆信息。待添加车辆信息可以包括:至少一个待添加车辆车型和对应每个车型的待添加车辆数量。
作为示例,待添加车辆信息可以是:[7座车型,2辆]。
第二步,获取与当前行驶线路相匹配的待调度车辆信息集。其中,上述待调度车辆信息集中的每个待调度车辆信息可以包括待调度车辆标识和待调度车辆行驶线路。相匹配可以为待调度车辆行驶线路与上述当前行驶线路满足上述预设路线匹配条件。
第三步,从上述待调度车辆信息集中选出与上述待添加车辆信息相匹配的待调度车辆信息作为调度车辆信息,得到调度车辆信息组,以及将上述调度车辆信息组中的每个调度车辆信息发送至对应的调度终端,以供进行车辆跨线路调度。这里,车辆跨线路调度可以是将其它线路的运营车辆调度至当前行驶线路。
可选的,上述驾驶员标签信息集中的每个驾驶员标签信息还包括驾驶员位置坐标;以及上述执行主体还可以执行以下步骤:
第一步,响应于确定上述匹配后车辆排班信息序列不满足上述驾驶员分配条件、以及存在剩余驾驶员标识,将各个剩余驾驶员标识和对应的驾驶员标签组添加至预设的闲置驾驶员信息集,得到添加后闲置驾驶员信息集。其中,匹配后车辆排班信息序列不满足上述驾驶员分配条件、以及存在剩余驾驶员标识,可以表征当前站内驾驶员分配存在剩余的情况。
第二步,响应于接收到针对上述添加后闲置驾驶员信息集中添加后闲置驾驶员信息的驾驶员调度请求信息,利用上述车辆调度请求信息和上述车辆定位坐标集,对上述添加后闲置驾驶员信息集中的各个添加后闲置驾驶员信息进行调度处理,以生成调度驾驶员信息组。其中,上述调度驾驶员信息组中的每个调度驾驶员信息可以包括:调度路线和调度车辆标识。调度路线、上述驾驶员位置信息和对应的驾驶员标签信息包括的驾驶员标签组满足预设调度匹配条件。驾驶员调度请求信息可以是缺少驾驶员的站点通过站点终端发出的调度驾驶员指令。驾驶员调度请求信息可以包括:调度站点坐标、调度车型、调度时间段等。预设调度匹配条件可以是:调度路线与驾驶员标签信息包括的驾驶员位置坐标之间的距离小于预设距离阈值,以及驾驶员标签信息包括的驾驶员标签组中的各项驾驶员标签与驾驶员调度请求信息相匹配。这里,相匹配可以是:驾驶员标签组中表征驾驶员指定时间段、驾驶员指定车型的驾驶员标签,均与驾驶员调度请求信息包括的调度车型、调度时间段相同。
第三步,将上述调度驾驶员信息组中的调度驾驶员信息发送至对应的调度终端,以供进行驾驶员跨路线调度。
可选的,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述匹配后车辆排班信息序列不满足上述驾驶员分配条件、以及不存在剩余驾驶员标识,基于上述车辆排班标识序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,生成待添加驾驶员信息。其中,匹配后车辆排班信息序列不满足上述驾驶员分配条件、以及不存在剩余驾驶员标识,可以当前站内驾驶员分配不足的情况。其次,基于上述车辆排班标识序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,在上述匹配处理过程后,得到匹配后车辆排班信息序列后,可以将匹配后车辆排班信息序列中不存在驾驶员标识的各个匹配后车辆排班信息确定为待添加驾驶员信息。因此,待添加驾驶员信息可以包括:至少一个车辆类型、对应的车辆数量和车辆行驶时间段。
作为示例,待添加驾驶员信息可以是:[车辆类型:“7座”,驾驶员数量:“2”,车辆行驶时间段:“10点-12点”]。
第二步,获取与当前行驶线路对应的车辆行驶时间段信息相匹配的待调度驾驶员信息集。其中,相匹配可以是待调度驾驶员信息包括的驾驶员标签均与待添加驾驶员信息包括的车辆类型、对应的车辆数量和车辆行驶时间段相同。
第三步,从上述待调度驾驶员信息集中选出与上述待添加驾驶员信息相匹配的待调度驾驶员信息作为调度驾驶员信息,得到调度驾驶员信息组,以及将上述调度驾驶员信息组中的每个调度驾驶员信息发送至对应的调度终端,以供进行驾驶员跨线路调度。
上述各个步骤及其相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题三“固定班次的创建,在驾驶员、车辆和行驶线路之间容易产生不必要关联耦合,由此,导致车辆调度的灵活度降低,从而,导致车辆调度的效率降低,以及降低了车辆资源的利用率”。导致车辆调度的效率降低,以及降低了车辆资源的利用率的因素往往如下:固定班次的创建,在驾驶员、车辆和行驶线路之间容易产生不必要关联耦合,由此,导致车辆调度的灵活度降低。为了达到这一效果,首先,通过先创建乘车订单、后分配车辆和车辆调度的方式,替代了固定班次的创建。其次,也因为确定了与每个驾驶员对应驾驶员标签信息,可以便于为各个驾驶员分配合适的车辆以及进行合理的驾驶员调度。使得可以优先考虑驾驶员对车辆或行驶路线等因素的需求。同时,还通过不同路线之间的车辆调度,解除了驾驶员、车辆和行驶路线之间的关联耦合关系。从而,提高车辆调度的灵活度。进而,可以提高车辆调度的效率,以及提高车辆资源的利用率。
步骤106,将分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。
在一些实施例中,上述执行主体可以将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将上述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。其中,车辆终端可以是上述显示终端也可以是驾驶车辆的驾驶员终端。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的车辆调度方法,可以减少计算资源的浪费和提高车辆资源的利用率。具体来说,造成计算资源浪费的原因在于:在没有乘客订单的情况下,提前进行大量的固定班次创建,不仅需要消耗服务端的计算资源,还需要实时的对驾驶员状态和车辆状态进行维护更新,由此,难以充分利用车辆调度资源以及需要更多的计算资源进行车辆调度的维护,从而,导致计算资源的浪费,以及降低了车辆资源的利用率。基于此,本公开的一些实施例的车辆调度方法,首先,获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识。通过引入驾驶员标签信息集,可以用于表征各个驾驶员的状态。同时引入待调度车辆信息集,可以用于表征对应当前线路的车辆状态。然后,可以在车辆调度之前,创建乘车订单信息序列。之后,基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列。这里,可以根据已创建的订单信息,对应生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列,达到根据订单进行车辆排班的目的。由此,可以避免在没有订单的情况下,需提前进行大量的班次创建所消耗的计算资源。而后,通过进行匹配处理,可以为已排班的车辆分配相匹配的驾驶员。接着,通过分配处理,可以将创建的乘车订单信息分配于已排班的车辆。最后,通过发送可以用于进行车辆调度和驾驶员调度。因此,通过引入了待调度车辆信息集和驾驶员标签信息,使得无需实时进行车辆和驾驶员状态维护。从而,进一步减少了计算资源的消耗。同时,也因为车辆调度资源是根据乘车订单变化的,由此,无需创建没有订单的固定班次,以及无需进行相应的车辆调度。进而,提高了车辆资源的利用率。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种车辆调度装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该车辆调度装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的车辆调度装置300包括:获取单元301、创建单元302、生成单元303、匹配处理单元304、分配处理单元305、发送以及车辆调度单元306。其中,获取单元301,被配置成获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;创建单元302,被配置成利用上述乘客下单信息集,创建乘车订单信息序列;生成单元303,被配置成基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;匹配处理单元304,被配置成响应于确定上述车辆排班标识序列满足预设的车辆分配条件,基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;分配处理单元305,被配置成响应于确定上述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于上述匹配后车辆排班信息序列和上述车辆行驶时间段信息序列,对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;发送以及车辆调度单元306,被配置成将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将上述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。
可以理解的是,该装置300中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备400的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置401(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,上述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;利用上述乘客下单信息集,创建乘车订单信息序列;基于上述待调度车辆信息集和上述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;响应于确定上述车辆排班标识序列满足预设的车辆分配条件,基于上述车辆行驶时间段信息序列和上述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与上述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;响应于确定上述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于上述匹配后车辆排班信息序列和上述车辆行驶时间段信息序列,对上述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;将上述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将上述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:获取单元、创建单元、生成单元、匹配处理单元、分配处理单元、发送以及车辆调度单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种车辆调度方法,包括:
获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,所述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;
利用所述乘客下单信息集,创建乘车订单信息序列;
基于所述待调度车辆信息集和所述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;
响应于确定所述车辆排班标识序列满足预设的车辆分配条件,基于所述车辆行驶时间段信息序列和所述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与所述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;
响应于确定所述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于所述匹配后车辆排班信息序列和所述车辆行驶时间段信息序列,对所述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;
将所述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将所述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端;
其中,所述对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集通过以下步骤生成:
获取对应当前行驶路线的站点车辆标识集和对应所述站点车辆标识集中各个站点车辆标识的车辆运行信息集,其中,所述车辆运行信息集中的每个车辆运行信息包括:车辆当前运行时间段、车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数;
将所述车辆运行信息集中包括的车辆当前运行时间段满足预设运行时段条件的车辆运行信息对应的站点车辆标识确定为待调度车辆信息,得到待调度车辆信息集;
向所述待调度车辆信息集中的每个待调度信息对应驾驶员终端发送标签确定指令,以供驾驶员通过驾驶员终端的标签选取界面选定驾驶员标签组,得到驾驶员标签组集合;
获取对应各个驾驶员终端的驾驶信息,得到驾驶信息集,其中,所述驾驶信息集中的每个驾驶信息包括当前驾驶时长和当前驾驶时间间隔;
基于驾驶信息集中驾驶信息包括的当前驾驶时长和当前驾驶时间间隔,生成驾驶疲劳度标签集;
将所述驾驶疲劳度标签集中的各个驾驶疲劳度标签添加至所述驾驶员标签组集合中对应的驾驶员标签组中,以及将添加后的驾驶员标签组和对应的驾驶员标识确定为驾驶员标签信息,得到驾驶员标签信息集;
其中,通过以下步骤生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列:
从所述待调度车辆信息集中选出包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数各项均满足对应的筛选条件的待调度车辆信息,得到选出后待调度车辆信息组;
对所述选出后待调度车辆信息组中每个选出后待调度车辆信息包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数分别进行向量化以生成待调度车辆特征向量,得到待调度车辆特征向量集;
获取与所述待调度车辆特征向量集中的每个待调度车辆特征向量对应同一车辆的历史车辆特征向量序列,以及将各个历史车辆特征向量与待调度车辆特征向量输入至预设的状态转换模型以生成状态转换概率值,得到状态转换概率值集,其中,状态转换概率值用于表征一个车辆的状态从可用状态转换为停车检修状态的转换概率;
从所述待调度车辆特征向量集中选出对应的状态转换概率值小于预设转换阈值的待调度车辆特征向量,得到确定后待调度车辆特征向量集,以及向每个确定后待调度车辆特征向量中添加对应的状态转换概率值以生成目标车辆特征向量,得到目标车辆特征向量集;
将所述目标车辆特征向量集分别输入至预设的排序权值回归模型,得到车辆排序权值集;
利用所述车辆排序权值集,对所述确定后待调度车辆特征向量集中的各个确定后待调度车辆特征向量对应的站点车辆标识进行排序处理,得到车辆排班标识序列;
获取对应每个车辆排班标识对应的车辆历史出行时间段集,以及将车辆历史出行时间段集中各个车辆历史出行时间段的时长确定为排班时长,生成与排班时长对应的车辆行驶时间段信息;
其中,每个驾驶员标签组包括以下至少一项:表征驾驶员疲劳状态、驾驶员指定时间段、驾驶员指定车型、驾驶员指定线路或驾驶员指定场景的驾驶员标签;以及
所述基于所述车辆行驶时间段信息序列和所述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与所述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列,包括:
获取当前驾驶场景信息和预设规划时间段组;
从所述驾驶员标签信息集中选出包括的驾驶员标签组和所述当前驾驶场景信息相匹配的驾驶员标签信息,作为第一选取驾驶员标签信息组,其中,所述第一选取驾驶员标签信息组中的第一选取驾驶员标签信息包括的表征驾驶员指定场景的驾驶员标签与所述当前驾驶场景信息相匹配;
从所述第一选取驾驶员标签信息组中选出包括的驾驶员标签组和所述当前行驶线路相匹配的驾驶员标签信息,作为第二选取驾驶员标签信息组,其中,所述第二选取驾驶员标签信息组中的第二选取驾驶员标签信息包括的表征驾驶员指定线路的驾驶员标签与所述当前行驶线路相匹配;
基于所述车辆行驶时间段信息序列和所述第二选取驾驶员标签信息组中第二选取驾驶员标签信息包括的表征驾驶员指定时间段的驾驶员标签,对所述第二选取驾驶员标签信息组进行分类处理,得到分类后驾驶员标签信息组集合;
对于所述车辆排班标识序列中的每个车辆排班标识,执行以下筛选步骤,以生成匹配后车辆排班信息序列中的匹配后车辆排班信息:
从所述分类后驾驶员标签信息组集合中选出与所述车辆排班标识相匹配的分类后驾驶员标签信息,作为选取后驾驶员标签信息组;
根据所述选取后驾驶员标签信息组中选取后驾驶员标签信息包括的表征驾驶员疲劳状态的驾驶员标签,从所述选取后驾驶员标签信息组中选出与所述车辆排班标识对应的选取后驾驶员标签信息,作为目标驾驶员标签信息;
将所述目标驾驶员标签信息与对应的车辆排班标识确定为匹配后车辆排班信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述车辆排班标识序列不满足所述车辆分配条件、以及存在剩余车辆排班标识,将各个剩余车辆排班标识对应的车辆信息添加至预设的闲置车辆信息集,得到添加后闲置车辆信息集,其中,每个剩余车辆排班标识对应的车辆信息包括当前行驶线路;
响应于接收到针对所述添加后闲置车辆信息集中添加后闲置车辆信息的车辆调度请求信息,获取与所述添加后闲置车辆信息集中的各个添加后闲置车辆信息对应的车辆定位坐标,得到车辆定位坐标集;
利用所述车辆调度请求信息和所述车辆定位坐标集,对所述添加后闲置车辆信息集中的各个添加后闲置车辆信息进行调度处理,以生成调度车辆信息组,其中,所述调度车辆信息组中的每个调度车辆信息包括调度路线和调度车辆标识,调度路线与所述当前行驶线路满足预设路线匹配条件;
将所述调度车辆信息组中的调度车辆信息发送至对应的调度终端,以供进行车辆跨路线调度。
3.根据权利要求2所述的方法,其中,所述方法还包括:
响应于确定所述车辆排班标识序列不满足所述车辆分配条件、以及不存在剩余车辆排班标识,基于所述乘车订单信息序列和所述车辆排班标识序列,生成待添加车辆信息;
获取与当前行驶线路相匹配的待调度车辆信息集,其中,所述待调度车辆信息集中的每个待调度车辆信息包括待调度车辆标识和待调度车辆行驶线路,相匹配为待调度车辆行驶线路与所述当前行驶线路满足所述预设路线匹配条件;
从所述待调度车辆信息集中选出与所述待添加车辆信息相匹配的待调度车辆信息作为调度车辆信息,得到调度车辆信息组,以及将所述调度车辆信息组中的每个调度车辆信息发送至对应的调度终端,以供进行车辆跨线路调度。
4.根据权利要求1所述的方法,其中,所述驾驶员标签信息集中的每个驾驶员标签信息还包括驾驶员位置坐标;以及
所述方法还包括:
响应于确定所述匹配后车辆排班信息序列不满足所述驾驶员分配条件、以及存在剩余驾驶员标识,将各个剩余驾驶员标识和对应的驾驶员标签组添加至预设的闲置驾驶员信息集,得到添加后闲置驾驶员信息集;
响应于接收到针对所述添加后闲置驾驶员信息集中添加后闲置驾驶员信息的驾驶员调度请求信息,利用所述车辆调度请求信息和所述车辆定位坐标集,对所述添加后闲置驾驶员信息集中的各个添加后闲置驾驶员信息进行调度处理,以生成调度驾驶员信息组,其中,所述调度驾驶员信息组中的每个调度驾驶员信息包括:调度路线和调度车辆标识,调度路线、所述驾驶员位置信息和对应的驾驶员标签信息包括的驾驶员标签组满足预设调度匹配条件;
将所述调度驾驶员信息组中的调度驾驶员信息发送至对应的调度终端,以供进行驾驶员跨路线调度。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于确定所述匹配后车辆排班信息序列不满足所述驾驶员分配条件、以及不存在剩余驾驶员标识,基于所述车辆排班标识序列和所述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,生成待添加驾驶员信息;
获取与当前行驶线路对应的车辆行驶时间段信息相匹配的待调度驾驶员信息集;
从所述待调度驾驶员信息集中选出与所述待添加驾驶员信息相匹配的待调度驾驶员信息作为调度驾驶员信息,得到调度驾驶员信息组,以及将所述调度驾驶员信息组中的每个调度驾驶员信息发送至对应的调度终端,以供进行驾驶员跨线路调度。
6.一种车辆调度装置,包括:
获取单元,被配置成获取乘客下单信息集、对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集,其中,所述驾驶员标签信息集中的每个驾驶员标签信息包括驾驶员标签组和驾驶员标识;
创建单元,被配置成利用所述乘客下单信息集,创建乘车订单信息序列;
生成单元,被配置成基于所述待调度车辆信息集和所述乘车订单信息序列,生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列;
匹配处理单元,被配置成响应于确定所述车辆排班标识序列满足预设的车辆分配条件,基于所述车辆行驶时间段信息序列和所述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与所述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列;
分配处理单元,被配置成响应于确定所述匹配后车辆排班信息序列满足预设的驾驶员分配条件,基于所述匹配后车辆排班信息序列和所述车辆行驶时间段信息序列,对所述乘车订单信息序列中的各个乘车订单信息进行分配处理,得到分配后订单信息组序列;
发送以及车辆调度单元,被配置成将所述分配后订单信息组序列中的每个分配后订单信息组发送至对应的车辆终端以供进行车辆调度,以及将所述分配后订单信息组序列中的每个分配后订单信息发送至对应的用户终端;
其中,所述对应当前行驶线路的待调度车辆信息集和驾驶员标签信息集通过以下步骤生成:
获取对应当前行驶路线的站点车辆标识集和对应所述站点车辆标识集中各个站点车辆标识的车辆运行信息集,其中,所述车辆运行信息集中的每个车辆运行信息包括:车辆当前运行时间段、车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数;
将所述车辆运行信息集中包括的车辆当前运行时间段满足预设运行时段条件的车辆运行信息对应的站点车辆标识确定为待调度车辆信息,得到待调度车辆信息集;
向所述待调度车辆信息集中的每个待调度信息对应驾驶员终端发送标签确定指令,以供驾驶员通过驾驶员终端的标签选取界面选定驾驶员标签组,得到驾驶员标签组集合;
获取对应各个驾驶员终端的驾驶信息,得到驾驶信息集,其中,所述驾驶信息集中的每个驾驶信息包括当前驾驶时长和当前驾驶时间间隔;
基于驾驶信息集中驾驶信息包括的当前驾驶时长和当前驾驶时间间隔,生成驾驶疲劳度标签集;
将所述驾驶疲劳度标签集中的各个驾驶疲劳度标签添加至所述驾驶员标签组集合中对应的驾驶员标签组中,以及将添加后的驾驶员标签组和对应的驾驶员标识确定为驾驶员标签信息,得到驾驶员标签信息集;
其中,通过以下步骤生成车辆排班标识序列和对应各个车辆排班标识的车辆行驶时间段信息序列:
从所述待调度车辆信息集中选出包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数各项均满足对应的筛选条件的待调度车辆信息,得到选出后待调度车辆信息组;
对所述选出后待调度车辆信息组中每个选出后待调度车辆信息包括的车辆里程数、车辆胎压检测值组、车辆问题标签组、车辆油量值、车辆环境指数分别进行向量化以生成待调度车辆特征向量,得到待调度车辆特征向量集;
获取与所述待调度车辆特征向量集中的每个待调度车辆特征向量对应同一车辆的历史车辆特征向量序列,以及将各个历史车辆特征向量与待调度车辆特征向量输入至预设的状态转换模型以生成状态转换概率值,得到状态转换概率值集,其中,状态转换概率值用于表征一个车辆的状态从可用状态转换为停车检修状态的转换概率;
从所述待调度车辆特征向量集中选出对应的状态转换概率值小于预设转换阈值的待调度车辆特征向量,得到确定后待调度车辆特征向量集,以及向每个确定后待调度车辆特征向量中添加对应的状态转换概率值以生成目标车辆特征向量,得到目标车辆特征向量集;
将所述目标车辆特征向量集分别输入至预设的排序权值回归模型,得到车辆排序权值集;
利用所述车辆排序权值集,对所述确定后待调度车辆特征向量集中的各个确定后待调度车辆特征向量对应的站点车辆标识进行排序处理,得到车辆排班标识序列;
获取对应每个车辆排班标识对应的车辆历史出行时间段集,以及将车辆历史出行时间段集中各个车辆历史出行时间段的时长确定为排班时长,生成与排班时长对应的车辆行驶时间段信息;
其中,每个驾驶员标签组包括以下至少一项:表征驾驶员疲劳状态、驾驶员指定时间段、驾驶员指定车型、驾驶员指定线路或驾驶员指定场景的驾驶员标签;以及
所述基于所述车辆行驶时间段信息序列和所述驾驶员标签信息集中各个驾驶员标签信息包括的驾驶员标签组,对各个驾驶员标签信息包括的驾驶员标识与所述车辆排班标识序列中各个车辆排班标识进行匹配处理,以生成匹配后车辆排班信息序列,包括:
获取当前驾驶场景信息和预设规划时间段组;
从所述驾驶员标签信息集中选出包括的驾驶员标签组和所述当前驾驶场景信息相匹配的驾驶员标签信息,作为第一选取驾驶员标签信息组,其中,所述第一选取驾驶员标签信息组中的第一选取驾驶员标签信息包括的表征驾驶员指定场景的驾驶员标签与所述当前驾驶场景信息相匹配;
从所述第一选取驾驶员标签信息组中选出包括的驾驶员标签组和所述当前行驶线路相匹配的驾驶员标签信息,作为第二选取驾驶员标签信息组,其中,所述第二选取驾驶员标签信息组中的第二选取驾驶员标签信息包括的表征驾驶员指定线路的驾驶员标签与所述当前行驶线路相匹配;
基于所述车辆行驶时间段信息序列和所述第二选取驾驶员标签信息组中第二选取驾驶员标签信息包括的表征驾驶员指定时间段的驾驶员标签,对所述第二选取驾驶员标签信息组进行分类处理,得到分类后驾驶员标签信息组集合;
对于所述车辆排班标识序列中的每个车辆排班标识,执行以下筛选步骤,以生成匹配后车辆排班信息序列中的匹配后车辆排班信息:
从所述分类后驾驶员标签信息组集合中选出与所述车辆排班标识相匹配的分类后驾驶员标签信息,作为选取后驾驶员标签信息组;
根据所述选取后驾驶员标签信息组中选取后驾驶员标签信息包括的表征驾驶员疲劳状态的驾驶员标签,从所述选取后驾驶员标签信息组中选出与所述车辆排班标识对应的选取后驾驶员标签信息,作为目标驾驶员标签信息;
将所述目标驾驶员标签信息与对应的车辆排班标识确定为匹配后车辆排班信息。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490228.9A CN117236646B (zh) | 2023-11-10 | 2023-11-10 | 车辆调度方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490228.9A CN117236646B (zh) | 2023-11-10 | 2023-11-10 | 车辆调度方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117236646A CN117236646A (zh) | 2023-12-15 |
CN117236646B true CN117236646B (zh) | 2024-03-12 |
Family
ID=89086382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311490228.9A Active CN117236646B (zh) | 2023-11-10 | 2023-11-10 | 车辆调度方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236646B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101598949B1 (ko) * | 2014-10-16 | 2016-03-14 | 현대자동차주식회사 | 자동 발렛모드 진입을 위한 차량 및 제어방법과 헤드 유닛 |
CN106855966A (zh) * | 2016-11-30 | 2017-06-16 | 北京京东尚科信息技术有限公司 | 基于无人配送车进行调度的方法和系统 |
CN111461485A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 任务分配方法、装置、设备及计算机可读存储介质 |
CN111985859A (zh) * | 2020-09-30 | 2020-11-24 | 南京闻航汽车科技有限公司 | 用于订单调度的方法、计算设备和计算机可读存储介质 |
CN113159364A (zh) * | 2020-12-30 | 2021-07-23 | 中国移动通信集团广东有限公司珠海分公司 | 一种大型交通场站的客流预测方法及系统 |
CN114707893A (zh) * | 2022-04-25 | 2022-07-05 | 四川万网鑫成信息科技有限公司 | 一种基于发车排班的资源调度方法、装置、设备和介质 |
CN114936822A (zh) * | 2022-06-01 | 2022-08-23 | 上海东普信息科技有限公司 | 车货匹配方法、装置、设备及存储介质 |
CN115938145A (zh) * | 2022-12-07 | 2023-04-07 | 长沙汽车创新研究院 | 一种基于大数据的自动驾驶汽车调配方法及系统 |
CN116010882A (zh) * | 2023-01-16 | 2023-04-25 | 重庆长安新能源汽车科技有限公司 | 车辆维保中心推荐方法、装置、电子设备及存储介质 |
CN116030595A (zh) * | 2021-10-26 | 2023-04-28 | 上海擎感智能科技有限公司 | 一种疲劳驾驶警示方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10459441B2 (en) * | 2016-12-30 | 2019-10-29 | Baidu Usa Llc | Method and system for operating autonomous driving vehicles based on motion plans |
-
2023
- 2023-11-10 CN CN202311490228.9A patent/CN117236646B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101598949B1 (ko) * | 2014-10-16 | 2016-03-14 | 현대자동차주식회사 | 자동 발렛모드 진입을 위한 차량 및 제어방법과 헤드 유닛 |
CN106855966A (zh) * | 2016-11-30 | 2017-06-16 | 北京京东尚科信息技术有限公司 | 基于无人配送车进行调度的方法和系统 |
CN111461485A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 任务分配方法、装置、设备及计算机可读存储介质 |
CN111985859A (zh) * | 2020-09-30 | 2020-11-24 | 南京闻航汽车科技有限公司 | 用于订单调度的方法、计算设备和计算机可读存储介质 |
CN113159364A (zh) * | 2020-12-30 | 2021-07-23 | 中国移动通信集团广东有限公司珠海分公司 | 一种大型交通场站的客流预测方法及系统 |
CN116030595A (zh) * | 2021-10-26 | 2023-04-28 | 上海擎感智能科技有限公司 | 一种疲劳驾驶警示方法、装置及系统 |
CN114707893A (zh) * | 2022-04-25 | 2022-07-05 | 四川万网鑫成信息科技有限公司 | 一种基于发车排班的资源调度方法、装置、设备和介质 |
CN114936822A (zh) * | 2022-06-01 | 2022-08-23 | 上海东普信息科技有限公司 | 车货匹配方法、装置、设备及存储介质 |
CN115938145A (zh) * | 2022-12-07 | 2023-04-07 | 长沙汽车创新研究院 | 一种基于大数据的自动驾驶汽车调配方法及系统 |
CN116010882A (zh) * | 2023-01-16 | 2023-04-25 | 重庆长安新能源汽车科技有限公司 | 车辆维保中心推荐方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
公交调度系统设计与优化研究;刘鹏娟;《工程科技Ⅱ辑》;20150315;全文 * |
基于ArcGIS Engine的车辆监控GIS系统开发;吴建华;;地球信息科学学报;20110215(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117236646A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Butler et al. | Smart urban mobility innovations: A comprehensive review and evaluation | |
CN109155104B (zh) | 推荐估计到达时间的系统和方法 | |
US10082793B1 (en) | Multi-mode transportation planning and scheduling | |
TWI722302B (zh) | 用於運輸能力調度的系統和方法 | |
CN109767130B (zh) | 用于控制车辆的方法和装置 | |
US9702714B2 (en) | Routing of vehicle for hire to dynamic pickup location | |
TWI682321B (zh) | 基於位置資訊執行動作的系統、方法和非暫時電腦可讀取媒體 | |
JP5013211B2 (ja) | 運転評価システム及び運転評価プログラム | |
Taha et al. | Route planning considerations for autonomous vehicles | |
US9377314B2 (en) | Reduced network flow and computational load using a spatial and temporal variable scheduler | |
Safi et al. | SVPS: Cloud-based smart vehicle parking system over ubiquitous VANETs | |
CN114944059B (zh) | 确定预估到达时间的方法与系统 | |
US11567495B2 (en) | Methods and systems for selecting machine learning models to predict distributed computing resources | |
CN112700636B (zh) | 用于更新信息的方法和装置 | |
WO2019205815A1 (en) | Systems and methods for determining candidate service providers | |
JP2021506007A (ja) | オンラインツーオフラインサービスに関する推定された到着時間を決定するためのシステムおよび方法 | |
CN112906949A (zh) | 路线规划方法、装置、电子设备及可读存储介质 | |
CN113763695A (zh) | 一种自动驾驶车辆的调度方法和系统 | |
US20200202715A1 (en) | Method, Device, Computer Program and Computer Program Product for Route Planning for a Vehicle | |
CN111341093B (zh) | 车队的控制方法、装置、设备及存储介质 | |
CN112805762A (zh) | 提高交通状况可视化的系统和方法 | |
CN111954891B (zh) | 一种跨业务的共享汽车资源复用方法 | |
CN110781412B (zh) | 用于识别路网中孤岛区域的系统和方法 | |
Goumiri et al. | Smart Mobility in Smart Cities: Emerging challenges, recent advances and future directions | |
CN117236646B (zh) | 车辆调度方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |